Ficha técnica de conjunto de datos (datasheet)

Cómo usar este documento

• Para qué sirve. Es una ficha base para documentar cada conjunto de datos que se usa para entrenar, ajustar, validar, probar u operar un sistema de IA, incluidas las bases de conocimiento de los sistemas de recuperación aumentada (RAG) y los conjuntos de evaluación. Registra origen, derechos de uso, contenido, datos personales, calidad, sesgos conocidos, seguridad, conservación y usos permitidos.
• Quién debe ser su dueño. El dueño del conjunto de datos, normalmente en el equipo de datos o en el área de negocio que lo genera, con revisión de privacidad y, cuando hay licencias de terceros, de legal. Indique el área en [ÁREA RESPONSABLE] y la persona en [RESPONSABLE].
• Decisiones previas. Decida a partir de qué uso se exige ficha (sección 1.2), qué nivel de detalle se pide a los conjuntos de bajo riesgo (sección 2.4) y dónde se guardan las fichas para que estén vinculadas al inventario de la «Política de inventario y ciclo de vida de modelos y datasets».
• Campos a completar. Complete la columna «Contenido» de cada bloque de la sección 3. La columna «Ejemplo» muestra un caso ficticio completo para orientar el nivel de detalle; bórrela si lo prefiere en la versión de trabajo. Use [COMPLETAR] solo como marca temporal: una ficha con campos pendientes no se aprueba.
• Variantes por país. Este documento no tiene variantes por país. Si el conjunto contiene datos personales de varios países, revise en «Referencias normativas relacionadas» los requisitos de base legal, finalidad, inscripción de bases de datos y conservación de cada uno y refléjelos en el bloque D.
• Revisión. El área de privacidad revisa el bloque D; legal revisa el bloque B cuando hay licencias, contratos o datos obtenidos de internet; el responsable del modelo revisa los bloques E y H.
• Aprobación. La ficha la aprueba el dueño del conjunto de datos con las revisiones indicadas antes de que el conjunto se use. Las fichas son documentos internos; pueden compartirse con auditores, clientes o autoridades cuando lo soliciten.

Ficha técnica de conjunto de datos (datasheet)

1. Objeto y cuándo se completa

1.1 Esta ficha documenta un conjunto de datos usado por [NOMBRE DE LA ORGANIZACIÓN] en un sistema de IA, para que cualquier persona autorizada pueda saber qué contiene, de dónde viene, con qué derechos se usa, qué limitaciones tiene y para qué puede y no puede usarse.

1.2 Se completa una ficha por cada versión relevante de un conjunto de datos que se use para:

a) entrenar o ajustar un modelo;
b) validar o probar un modelo antes de su despliegue o tras un cambio;
c) alimentar en operación un sistema de IA como base de conocimiento o fuente de referencia;
d) evaluar periódicamente el desempeño o el sesgo de un sistema de IA.

1.3 La ficha se completa antes de usar el conjunto y se actualiza cuando cambian su contenido, su origen, sus condiciones de uso o los sistemas que lo usan. Cada nueva versión del conjunto se registra en la sección 4.

2. Instrucciones generales

2.1 Se escribe en lenguaje claro, comprensible para alguien que no participó en la creación del conjunto.

2.2 Cuando un campo no aplique, se escribe «No aplica» y el motivo. Un campo vacío se considera pendiente.

2.3 Las afirmaciones sobre calidad, representatividad o sesgo se apoyan en análisis documentados, que se enlazan en el campo correspondiente.

2.4 [OPCIONAL] Los conjuntos de datos de bajo riesgo (sin datos personales, sin licencias restrictivas y usados solo en sistemas de riesgo Bajo) pueden documentarse solo con los bloques A, B, C, G y H.

2.5 Si el conjunto de datos lo proporciona un tercero, se le pide la información de los bloques B, C, D y E y su respuesta se archiva como evidencia.